Teste com único dispositivo

Na tabela 7 é possível visualizar os resultados dos testes realizados com os dois cenários. Contrariando os testes que envolviam somente a latência do envio de amos- tras, quando adicionada a capacidade de processamento de amostras, os resultados de ambos os cenários fica menos discrepante.

Estrutura Média das latências (ms) Desvio Padrão

Cloud 11478,935 570,571

Fog 11367,141 441,213

Tabela 7 – Resultados do teste com envio e processamento de amostras.

Essa característica é notável quando é observado o gráfico dos testes, como mos- tra a Figura 11. Em alguns testes, a latência da estrutura de Cloud foi inferior a ob- servada em Fog, mesmo tendo um overhead de rede muito maior do que a instância localizada na mesma rede local. A latência de processamento da estrutura de Cloud em alguns instantes supera o seu próprio overhead de rede, rendendo em uma latên- cia total menor (em alguns instantes) do que a estrutura de Fog. Como já comentado anteriormente, por essa instância ser uma estrutura virtualizada, está em constante disputa pelos recursos da máquina que a abriga, há momentos em que a carga de ins- tâncias pode ser menor, resultando em fatias de tempo de utilização desses recursos de forma mais frequente. Como detalhado na seção 6.1, mesmo tendo que concorrer aos recursos de processamento, a instância virtualizada é munida de características de hardware mais poderosas (por se tratar de uma estrutura para servidor) que a estrutura testada como Fog.

6.2.3.2.2 Teste com 100 dispositivos

Os resultados dos testes de latência (com processamento de amostras), pode ser observado na Tabela 8. Comparado com o teste anterior, que envolvia somente um

46

Figura 11 – Latência dos Testes com processamento.

dispositivo originando os dados, nesse o desvio padrão das medições para a estrutura de Cloud dobra.

Estrutura Média das latências (ms) Desvio Padrão

Cloud 14766,909 1232,360

Fog 12660,712 529,560

Tabela 8 – Resultados do teste com envio e processamento de amostras com 100 dispo- sitivos.

Testes com maior número de dispositivos (e consequentemente mais requisições para a estrutura) demonstram uma desvantagem da estrutura de Cloud proposta. Esse crescimento da variação pode ser associado às condições da rede no caminho entre os dispositivos e a estrutura e às próprias condições da instância utilizada para abri- gar a plataforma. Para cenários de Internet of Things, onde o número de dispositivos é grande, a utilização de um ambiente centralizado sob influência de características de virtualização de instâncias, deve ser pensada levando em conta essas variações de latência. Aplicações dependentes de um tempo de resposta pequeno podem ter seu desempenho prejudicado com a adoção desse tipo de estrutura.

Nos estudos de caso presentes nesse trabalho, os testes realizados continham até 100 dispositivos operando para maior controle dos testes e coleção dos resultados, po- rém, em ambientes reais de aplicações de Internet of Things o número de dispositivos é muito maior. Pensando em aplicações de cenários de ambientes de sensores e atuado- res, cidades e casas inteligentes, esse número é facilmente superado e possui contínuo crescimento pela fácil integração de novos dispositivos às aplicações.

As plataformas e aplicações para esse fim devem possuir suporte e lidar de forma fluída com essa carga de dispositivos e requisições, porém, ao serem projeta-

47

Figura 12 – Latência dos testes com processamento e 100 dispositivos.

das e implementadas, deve-se levar em conta todos os elementos que possam resultar em uma performance abaixo do esperado. Quando hospedadas em ambientes cen- tralizados como os de Cloud Computing, o número de elementos que podem acarretar nessas interferências é maior. O meio de comunicação entre a rede que abriga os dispo- sitivos e a estrutura pode ser um deles, sofrendo congestionamentos, possuindo maior número de saltos e sendo uma constante fonte de incertezas por não se ter um controle de qualidade sobre ele.

Outra característica a ser levada em conta em estruturas desse tipo são os recur- sos que elas oferecem e sob quais condições são oferecidos. Nesse trabalho, foi optado a utilização de uma estrutura mais reduzida em recursos para abrigar a plataforma escolhida, essa decisão pode ter influenciado nos resultados colhidos, dado que, por se tratar de uma instância gratuita fornecida pela Amazon, o nível de qualidade de ser- viço garantido é inferior a instâncias mais robustas e que são customizadas de acordo com as necessidades das soluções que serão abrigadas.

Com a utilização de uma estrutura localizada na rede local dos dispositivos, essas incertezas relacionadas ao caminho da comunicação são menores, pelo conheci- mento das estruturas utilizadas e pela possibilidade de controlar como essa comunica- ção é realizada. Essa descentralização das capacidades da Cloud, traz a diminuição do atraso de comunicação, mas também uma maior segurança para as informações que são enviadas dos dispositivos para as plataformas. A escolha por descentralizar a co-

48

municação depende dos requisitos das soluções que serão desenvolvidas, aplicações que não dependem de forma crucial do atraso de comunicação podem se beneficiar muito bem da estrutura em Cloud sem a necessidade de nodos de Fog.

A presença de nodos de Fog abre um leque de cenários aplicáveis para Internet of Things. Há a possibilidade de escolha do local de acesso e armazenamento das infor- mações baseado na localização dos dispositivos, pode-se diminuir a latência fim-a-fim armazenando e processando as informações na Fog e replicando-as periodicamente para a estrutura de Cloud, para que essas informações possam ser acessadas também fora da rede. Graças ao pré-processamento na rede local, a capacidade de estruturar dados antes de serem armazenados na Cloud, filtrá-los enviando somente dados que realmente são necessários, realiza uma economia de recursos de armazenamento, di- minui a frequência de envio de requisições para fora da rede e acarretando em taxas de transmissão maiores.

49

7 CONCLUSÃO

Para a evolução e aplicabilidade do paradigma de Internet of Things, as tecno- logias atuais devem ser adaptadas, para que os requisitos das aplicações sejam viá- veis. Dentre esses requisitos, lidar com uma carga grande de dispositivos e requisições, grande frequência de geração de informações e a necessidade de uma menor latência de comunicação fim-a-fim. Como uma tentativa de sanar as limitações encontradas pelas aplicações quando hospedadas em cenários centralizados, como o de Cloud Com- puting, o paradigma de Fog Computing é pensado.

O presente trabalho possibilitou visualizar as vantagens e aplicabilidade do uso de um cenário de Fog Computing utilizando a plataforma Kaa IoT Platform como su- porte para o desenvolvimento dos estudos de caso. Os dados colhidos mostraram certa vantagem da estrutura descentralizada quando se há a necessidade de aplicações que possuam um tempo de resposta menor. Estruturas localizadas fora da rede local es- tão sob total interferência do estado do caminho traçado para se comunicarem com as plataformas. Diminuir a frequência com que as informações precisam sair da rede dos dispositivos permite às aplicações o alcance de um melhor desempenho, sem inutilizar as estruturas de Cloud.

Como futuras oportunidades de pesquisa dentro desse tema, esse estudo pode ser replicado utilizando instâncias mais robustas (tanto para a estrutura de Cloud como para Fog), a fim de equalizar as observações. A exploração de mais métricas e diferen- tes outros tipos de aplicações presentes nos cenários de Internet of Things podem ser contribuições relevantes.

51

REFERÊNCIAS

1 ALMES, G.; KALIDINDI, S.; ZEKAUSKAS, M. A Round-trip Delay Metric for IPPM. [S.l.], set. 1999. p. 1–19. Disponível em: <https : / / tools . ietf . org / html/rfc2681>.

2 AMAZON WEB SERVICES, Inc.Tipos de instância do Amazon EC2. 2018. Dis- ponível em: <https://aws.amazon.com/pt/ec2/instance-types>. Acesso em: 23 ago. 2018.

3 AUGER, A.; EXPOSITO, E.; LOCHIN, E. Sensor observation streams within cloud- based IoT platforms: Challenges and directions. In: 2017 20th Conference on In- novations in Clouds, Internet and Networks (ICIN). [S.l.: s.n.], mar. 2017. p. 177– 184. DOI: 10.1109/ICIN.2017.7899407.

4 CHIANG, M.; ZHANG, T. Fog and IoT: An Overview of Research Opportunities. IEEE Internet of Things Journal, v. 3, n. 6, p. 854–864, dez. 2016. ISSN 2327- 4662. DOI: 10.1109/JIOT.2016.2584538.

5 CISCO SYSTEMS, Inc. Fog Computing and the Internet of Things: Extend the Cloud to Where the Things Are. [S.l.: s.n.], 2015. https://www.cisco.com/c/ dam/en_us/solutions/trends/iot/docs/computing- overview.pdf. Acesso em 4 Abr 2018.

6 CYBERVISION, Inc. Kaa IoT Platform. [S.l.: s.n.], 2018. https://kaaproject. github.io/kaa/docs/v0.10.0/Welcome/. Acesso em 03 Mar 2018.

7 KANG, B.; KIM, D.; CHOO, H. Internet of Everything: A Large-Scale Autonomic IoT Gateway.IEEE Transactions on Multi-Scale Computing Systems, v. 3, n. 3, p. 206–214, jul. 2017. DOI: 10.1109/TMSCS.2017.2705683.

8 LAURENT, J. et al. Computing in the Fog with Reconfigurable Gateways. In: 2018 IEEE International Symposium on Circuits and Systems (ISCAS). [S.l.: s.n.], maio 2018. p. 1–4. DOI: 10.1109/ISCAS.2018.8351774.

9 PROJECT, Xen.Xen Networking. 2011. Disponível em: <https://wiki.xenproject. org/wiki/Xen_Networking>. Acesso em: 13 nov. 2018.

10 RAJ, Pethuru; RAMAN, Anupama C. The Internet of Things. 1. ed. New York: Auerbach Publications, fev. 2017. ISBN 9781498761291.

52

11 ROMAN, Rodrigo; ZHOU, Jianying; LOPEZ, Javier. On the features and challen- ges of security and privacy in distributed internet of things.Computer Networks, v. 57, n. 10, p. 2266–2279, 2013. Towards a Science of Cyber Security Security and Identity Architecture for the Future Internet. ISSN 1389-1286. DOI: https: //doi.org/10.1016/j.comnet.2012.12.018. Disponível em: <http://www. sciencedirect.com/science/article/pii/S1389128613000054>.

12 SAHARAN, K. P.; KUMAR, Anuj. Article: Fog in Comparison to Cloud: A Survey. International Journal of Computer Applications, v. 122, n. 3, p. 10–12, jul. 2015. Full text available.

13 SALAMI, A.; YARI, A. A framework for comparing quantitative and qualitative criteria of IoT platforms. In: 2018 4th International Conference on Web Research (ICWR). [S.l.: s.n.], abr. 2018. p. 34–39. DOI: 10.1109/ICWR.2018.8387234. 14 SILVA BONETTI, Fernanda da; SPOHN, Marco Aurélio.Kaa Application Scripts.

2018. Disponível em: <https://doi.org/10.5281/zenodo.1640766>. Acesso em: 28 nov. 2018.

15 V. PAXSON, G. Almes; MAHDAVI, J.; MATHIS, M. Framework for IP Perfor- mance Metrics. [S.l.], maio 1998. p. 1–40. Disponível em: <https : / / tools . ietf.org/html/rfc2330>.

16 VAQUERO, Luis M.; RODERO-MERINO, Luis. Finding Your Way in the Fog: Towards a Comprehensive Definition of Fog Computing.SIGCOMM Comput. Commun. Rev., ACM, New York, NY, USA, v. 44, n. 5, p. 27–32, out. 2014. ISSN 0146-4833. DOI: 10.1145/2677046.2677052. Disponível em: <http://doi.acm.org/10. 1145/2677046.2677052>.

17 WANG, G.; NG, T. S. E. The Impact of Virtualization on Network Performance of Amazon EC2 Data Center. In: 2010 Proceedings IEEE INFOCOM. [S.l.: s.n.], mar. 2010. p. 1–9. DOI: 10.1109/INFCOM.2010.5461931.

18 ZHANG, Qi; CHENG, Lu; BOUTABA, Raouf. Cloud computing: state-of-the-art and research challenges.Journal of Internet Services and Applications, v. 1, n. 1, p. 7–18, maio 2010. ISSN 1869-0238. DOI: 10.1007/s13174-010-0007-6. Dispo- nível em: <https://doi.org/10.1007/s13174-010-0007-6>.